[发明专利]一种基于有限距离译码的解随机化采样格译码方法有效
申请号: | 201410031136.9 | 申请日: | 2014-01-22 |
公开(公告)号: | CN103780349B | 公开(公告)日: | 2017-02-08 |
发明(设计)人: | 孙艳华;陈希爽;杨睿哲;孙恩昌;司鹏搏;张延华 | 申请(专利权)人: | 北京工业大学 |
主分类号: | H04L1/00 | 分类号: | H04L1/00;H04B7/04 |
代理公司: | 北京思海天达知识产权代理有限公司11203 | 代理人: | 张慧 |
地址: | 100124 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种基于有限距离译码的解随机化采样格译码方法,包括初始化设置;建立MIMO系统格解码模型;对信道矩阵依次进行格约减和QR分解;对接收信号按照深度优先的搜索策略进行采样译码,得到格约减域中的候选格点;译码输出。本发明提出的译码方法在初始设置的采样次数固定的情况下,随着初始设置的候选格点列表长度的变大,树中节点数的增加,译码性能逐渐接近解随机化采样译码算法的译码性能,并且最终能够以少于解随机化采样译码算法的访问节点数和候选格点数获得和解随机化采样译码算法相同的性能。本发明将常用的广度优先搜索策略改为深度优先,以更少的搜索节点数得到逼近最优的性能,降低了复杂度,提高了译码效率。 | ||
搜索关键词: | 一种 基于 有限 距离 译码 随机化 采样 方法 | ||
【主权项】:
一种基于有限距离译码的解随机化采样格译码方法,其特征在于,按照深度优先的搜索策略进行采样译码,以更少的搜索节点数得到逼近最优的性能,所述方法包括以下步骤:步骤1,初始化设置;步骤1.1,初始化节点列表Φ,将根节点放入初始节点列表Φ中;步骤1.2,初始化候选格点列表Ψ,设定候选格点列表长度为lzc;步骤1.3,设定初始的采样次数K;步骤2,建立MIMO系统格解码模型;步骤2.1,建立未编码MIMO复值通信系统模型;一个由nT根发射天线和nR根接收天线构成的未编码MIMO通信系统模型为:Y=BX+N (1)式中,为接收信号向量;表示发送信号向量,为复QAM星座图集,发送信号向量元素Xi的实部和虚部取自集合M为星座图集的大小;为服从均值为0、方差为的复高斯白噪声向量,表示一个大小为nR×nR的单位矩阵;B为一个nT×nR维的信道矩阵,nR≥nT,矩阵元素为符合均值为0、方差为1的独立同分布的复高斯变量,假定系统处在一个准静态衰落环境,信道矩阵B在一帧内保持不变,在帧和帧之间独立变化,并且信道矩阵B的信息在接收端是已知的,而在发送端是未知的;步骤2.2,对复值通信系统模型变换得到等效实值通信系统模型;复值系统模型的等效实值系统模型为:式中,表示取复数的实部,表示取复数的虚部;实QAM星座图集可以看作是由整数格的有限子集经过平移和扩展得到的,即其中参数a是能量归一化系数;对于具有M个样点的M‑QAM调制信号,经平移和扩展变换得到规范的n×m维实值MIMO系统模型:y=Hx+n (3)式中,由复值信道矩阵B经过实值等效得到,可以看作是译码格的基矩阵;显然, n=2nT,m=2nR;数据向量x取自整数子集步骤3,对信道矩阵依次进行格约减和QR分解;步骤3.1,对信道矩阵进行格约减;设是整数线性空间中的一组线性无关的向量,表示整数集合,格是由向量h1,h2,...,hn所有线性组合所构成的集合,矩阵形式表示如下:式中,H=[h1,h2,…,hn]为格的一组基;任何由H经过初等列变换得到的矩阵H′都可以作为的基,即:H′=HT (5)式中,T为幺模矩阵,其元素为整数且行列式满足det(T)=±1;H′称为对信道矩阵H进行格约减所得到的规约基,也叫作格约减信道矩阵,由于向量Hx可以看作是格的格点,因此MIMO译码可以归结为格译码问题;步骤3.2,对格约减信道矩阵H′进行QR分解;对格约减信道矩阵进行QR分解,得到H′=QR,其中Q是酉矩阵,R是上三角矩阵;此时,式(3)中的系统模型变为:式中,n′=QTn为处理后的噪声,z=T‑1x是格约减域中的发送信号向量;由于格约减后的信号星座已发生畸变,因此最终还需将译码所得的格约减域中的信号重新映射到原来的信号空间;在每个译码层i=n,n‑1,…,1,预检测信号为:式中,ri,j表示R矩阵的第i行第j列的元素,表示第j个译码层所得到的判决信号;步骤4,对接收信号按照深度优先的搜索策略进行采样译码,得到格约减域中的候选格点;步骤4.1,选择节点;从节点列表Φ中选择节点;对第一个译码层即第n层进行译码时选择根节点,之后则选择节点列表Φ中累积采样概率最大的节点;若有多于1个节点被选中,从选中节点中继续选择最接近叶节点的译码层数最低的节点作为最终节点;步骤4.2,确定候选格点;判别所选中节点是否为叶节点;若选中节点为叶节点,把此叶节点所在路径分支上的节点输出为候选格点,并将候选格点放入候选格点列表Ψ中;然后把此叶节点从节点列表Φ中删去,再转下一步进行算法终止条件判别;若选中节点不是叶节点,跳过下一步对选中节点进行扩展;步骤4.3,算法终止条件判别;若节点列表为空或者已经找到了lzc个候选格点,那么就停止算法;否则,转至步骤4.1继续算法;步骤4.4,扩展节点;对选中节点进行扩展,求得选中节点的所有子节点,并计算子节点的累积采样概率;然后将父节点从节点列表Φ中删去,并将所有子节点添加到节点列表Φ中,转至步骤4.1继续算法;步骤5,译码输出;当算法停止后,得到了min(lzc,l)个格约减域中的候选格点,其中lzc为本发明所提出算法中设置的候选格点列表长度,l表示解随机化采样译码算法所生成的候选格点数;将格约减域的候选格点映射回格约减前的原始信号空间,然后在所得到的候选格点中选择在原始信号空间中距离接收信号最近的格点作为译码输出。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京工业大学,未经北京工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201410031136.9/,转载请声明来源钻瓜专利网。